快速幂&矩阵快速幂入门

Aloof__

已于 2022-05-04 18:15:36 修改

阅读量708

点赞数 4

文章标签：矩阵算法线性代数

于 2022-05-04 13:44:44 首次发布

本文链接：https://blog.csdn.net/weixin_43872728/article/details/124569019

版权

快速幂

矩阵快速幂

快速幂

小规律：(a*b)%p $\equiv$ (a%p*b%p)%p;

求 $m^{n}%p$ 暴力求解的话需要把m乘上n次，复杂度为O(n)，假设n为1e7的话会超时；

如何把这个时间优化到 logn 的级别呢?

总体思路就是，不断的把底数平方，从而把指数除以2；

主要有两个核心操作，预设结果为 ans=1

第一步，如果n为偶数假设 $m^{n}%p$ 化成 $(m^{2})^{\frac{n}{2}}$ ,这样复杂度就变成了原来的一半。按照这个思想，每次把底数平方那复杂度就减半，就会变成log级别的了；不过这只是指数n偶数的情况，如果n是奇数呢？

第二步，如果n变成了奇数，那么我们可不可以把底数分离出来一个，变成 $m*m^{n-1}$ ，然后再按照第一步变成 $m*(m^{2})^{\frac{n-1}{2}}$ ，这样先把分离出来的底数m放在一遍（变成ans=ans*m），然后对 $(m^{2})^{\frac{n-1}{2}}$ 继续进行这两步操作；

接下来用一个示例演示：计算 $3^{10}$

预设结果ans=1

n=10是偶数，执行第一步，变成 $(3^{2})^{5}$ ，也就是 $9^{5}$
n=5是奇数，执行第二步，分离出来一个底数9，ans=ans*9；变成 $9^{4}$
n=4是偶数，执行第一步，变成 $(9^{2})^{2}$ ，也就是 $81^{2}$
n=2是偶数，执行第一步，变成 $(81^{2})^{1}$ ，也就是 $6561^{1}$
n=1是奇数，执行第二步，分离出来一个6561，ans=ans*6561；变成 $6561^{0}$
n=0结束，ans=ans*9*6561=59049

贴一个偷来的动态图~~

模板：(通常为了防止结果太大，题目会要求结果进行取模运算，为了保险可以把int换成long long)

求 m^n mod p，时间复杂度 O(logk)。

int qmi(int m, int n, int p)
{
    int ans = 1;
    while (n)
    {
        if (n&1) ans = ans * m % p;//n是奇数时，把底数分离出来一个放在结果里
        m = m * m % p; //底数平方
        n >>= 1; //指数除以2
    }
    return ans;
}

矩阵快速幂

学了快速幂，矩阵快速幂就更简单了。首先矩阵的幂形式是：假设A是一个矩阵，求 $A^{n}$ ;

也就是n个A矩阵相乘，和快速幂原理一样，只需要把整数相乘，换成矩阵相乘即可；

矩阵相乘图示：

直接上板子：

typedef long long ll;
const int mod=9973;//定义模数，根据题目而定
struct node
{
    ll ma[11][11];  //定义一个矩阵，矩阵的大小根据题目而定
};
ll m;
node mul(node a,node b)//自定义矩阵的乘法矩阵的乘法
{
	node ans;
	memset(ans.ma,0,sizeof ans.ma);//对矩阵初始化
	for(int i=1;i<=10;i++)
	    for(int j=1;j<=10;j++)
	     for(int k=1;k<=10;k++)
	        ans.ma[i][j]=(ans.ma[i][j]+a.ma[i][k]*b.ma[k][j])%m;//注意矩阵运算中，乘法处处取模，防止溢出
	return ans;
}
node pow(node a,int b)//矩阵的快速幂
{
	node ans;
	memset(ans.ma,0,sizeof ans.ma);
	for(int i=1;i<=10;i++) ans.ma[i][i]=1;//对矩阵的初始化，初始化为单位矩阵
	while(b)
	{
		if(b&1) ans=mul(ans,a);
		a=mul(a,a);
		b>>=1;
	}
	return ans;
}

其实就是整数乘法换成了矩阵乘法；

中间矩阵化为初等矩阵是因为初等矩阵乘以任何矩阵都等于原矩阵： AE=A

（这里的初等矩阵E，就相当于快速幂里面保存答案的ans）

使用矩阵快速幂主要是用来解决递推式的问题，核心在于构造初始矩阵

举个例子：

斐波那契数列：已知 f(0)=0,f(1)=1 ，通项： f(n)=f(n-1)+f(n-2) ，求第n项 f(n) ，结果对p取模；

先构造矩阵，和矩阵快速幂扯上关系。构造 A x M = N ，也就是 $A *\begin{pmatrix} f(n-1) &0 \\ f(n-2)&0 \end{pmatrix}=\begin{pmatrix} f(n) &0 \\ f(n-1)&0 \end{pmatrix}$ ，答案在矩阵N的左上角，也就是第一个元素。

那么矩阵A构造出来就是 $\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}$ ，也就是 $\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}*\begin{pmatrix} f(n-1) &0 \\ f(n-2)&0 \end{pmatrix}=\begin{pmatrix} f(n) &0 \\ f(n-1)&0 \end{pmatrix}$ ，

递推一步得

$\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}^{2}*\begin{pmatrix} f(n-2) &0 \\ f(n-3)&0 \end{pmatrix}=\begin{pmatrix} f(n) &0 \\ f(n-1)&0 \end{pmatrix}$

所以归纳得 $\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}^{n}*\begin{pmatrix} f(0) &0 \\ f(1)&0 \end{pmatrix}=\begin{pmatrix} f(n) &0 \\ f(n-1)&0 \end{pmatrix}$

现在 $\begin{pmatrix} f(0) &0 \\ f(1)&0 \end{pmatrix}$ 已经知道了，只需要用矩阵快速幂求出来 $\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}^{n}$ ，然后和 $\begin{pmatrix} f(0) &0 \\ f(1)&0 \end{pmatrix}$ 相乘，得到 $\begin{pmatrix} f(n) &0 \\ f(n-1)&0 \end{pmatrix}$ ，就可以得到 f(n) ;